CEO Palantir, Alex Karp, secara terbuka mengkritik pendekatan "tokenmaxxing" yang sedang populer di Silicon Valley baru-baru ini, berpendapat bahawa meningkatkan penggunaan AI oleh perusahaan tidak serta-merta mencipta nilai perniagaan yang sebenar. Dalam temu bual semasa Palantir AIP Con 10, beliau menyatakan bahawa pasaran telah berpindah daripada perbincangan "adakah AI itu nyata" kepada "AI memang berkesan, tetapi banyak skenario tidak berfungsi seperti yang dijangka".
Perkara kontroversi menunjuk kepada penggunaan yang mengambil banyak sumber
Token merujuk kepada unit pengukuran asas yang digunakan oleh model bahasa besar untuk memproses teks, dan penyedia AI biasanya mengenakan bayaran berdasarkan penggunaan token. Dalam beberapa minggu terakhir, beberapa profesional di Silicon Valley mulai merefleksikan budaya “tokenmaxxing”, iaitu memperluaskan penggunaan AI tanpa batasan hampir sepenuhnya untuk mengejar kecepatan perkembangan agen AI.
Pandangan Karp ialah, lebih banyak token sering kali hanya bermaksud lebih banyak output berkualiti rendah, bukan hasil bernilai tinggi. Ketua Teknologi Palantir, Shyam Sankar, juga menyampaikan pandangan serupa dalam panggilan laporan keuangan bulan lepas, di mana beliau menyatakan bahawa syarikat menekankan "no slop zone" dan menentang penggunaan panggilan model murah sebagai nilai itu sendiri.
Palantir menekankan sistem berbanding penimbunan model
Pada masa itu, Sankar menyatakan bahawa AI yang lebih murah sahaja tidak akan secara automatik membawa pulangan yang lebih tinggi; syarikat masih memerlukan sistem seperti Palantir AIP untuk menghubungkan kemampuan model dengan persekitaran perniagaan sebenar, mengelakkan kerugian kewangan akibat output yang salah.
Karp dalam temu bual terbaru juga menyatakan bahawa yang benar-benar sukar bukanlah membolehkan model menghasilkan kandungan umum, tetapi mengintegrasikan AI ke dalam proses perniagaan yang berterusan. Sebagai contoh, menulis laporan mengenai pertumbuhan PDB China boleh dilakukan dengan baik oleh model besar; tetapi apabila melibatkan tugas-tugas kompleks seperti penggalian minyak dan gas, penyesuaian rantaian bekalan, pembuatan pertahanan, atau pengeluaran kereta, AI itu sendiri tidak boleh menggantikan proses spesifik.
Operasi kompleks masih perlu dilaksanakan secara berterusan
Beliau percaya bahawa masalah-masalah semacam ini sering kali melibatkan kos, pematuhan, etika, dan butiran pelaksanaan secara serentak, dan memerlukan proses operasi yang tepat dan berterusan. Model besar boleh meningkatkan proses-proses ini, tetapi tidak boleh menggantikannya secara langsung.
Karp juga menyebut bahawa industri kini semakin sedar bahawa kemampuan AI telah disahkan, tetapi untuk benar-benar mengubahnya menjadi hasil perniagaan, kuncinya bukanlah memperbesar penggunaan model tanpa batas, tetapi sama ada perusahaan memahami dengan jelas masalah perniagaan apa yang ingin diselesaikan, serta bagaimana mengintegrasikan model ke dalam sistem yang dapat dilaksanakan.